Question

我目前正在从事的项目中，我大约有多个CSV文件，需要通过匹配客户ID来匹配人们参加的所有活动组合。他们去过多次活动。我需要用逗号分隔的新列中匹配的事件。有多个数据集需要比较。由于数据量大，excel中的Vlookup被冻结。我如何在R中做到这一点？我已经安装了tidyverse。有什么建议吗？

 List 1   (one CSV file)                          List 2 (second CSV file)
LastName FirstName     CustID  Event         LastName FirstName CustID Event 
Robson     Jonson       23019   NP5          Robson   Jonson    23019   GRT2 
Robson     Jonson       23019   RTE3

Result Needed
LastName  FirstName      CustID     Matched Events     
Rob       Jonson         23019      NPS, GRT2, RTE3

Answer 1

您的数据集具有相同的结构，因此可以与rbind按行组合：

lst1 <- read.table(header=TRUE, stringsAsFactors=FALSE, text='
LastName FirstName     CustID  Event
Robson     Jonson       23019   NP5 
Robson     Jonson       23019   RTE3')

lst2 <- read.table(header=TRUE, stringsAsFactors=FALSE, text='
LastName FirstName CustID Event 
Robson   Jonson    23019   GRT2')

lst <- rbind(lst1, lst2)

然后您需要一个聚合：

aggregate(lst$Event,
          list(LastName = lst$LastName, FirstName = lst$FirstName, CustID = lst$CustID),
          paste, collapse=", ")
#   LastName FirstName CustID               x
# 1   Robson    Jonson  23019 NP5, RTE3, GRT2

在多个数据集中查找组合

1 个答案: